章节出错了,点此刷新,刷新后小编会在两分钟内校正章节内容,请稍后再试。
“完美，所有的群体特性用信息记录，然后对信息分析，得出分析结果。。。我们搞统计分析的就是这样做的”威尔森。
“威尔森，你可能又错了，如果我说人类的思维不是信息是数学，这一点你能理解吗？”林自强。
“我当然认可，我是学数学的，我的导师就是这么说的，数学是最通用的语言，全世界的人都知道1+1=2”威尔森。
“你，理解吗？就在当下。”林自强用手指指了指桌子。
“。。。。。。”威尔森耸了耸肩膀“还是你说吧”。
“人类的思维过程是在信息关联中寻找路径，以路径择优作为思维最终的结果输出，你刚才说的信息集合群体特性的比较，看上去是结果择优比对，但是，实际上是多重选路后的，思维过程的经历比对，这一点有点复杂”林自强。
“这回，林，你继续”威尔森。
“集合A与集合B的关联是思维路径中的一环，思维在关联路径中行走，最终达成闭环，用集合群体特性这个数学模型，可以大大缩短思维路径”林自强进入的自己的领域。
“思维行走路径达成闭环，是在数学模型中行走完成的，不是信息比对择优完成的？不是if,then，而是一跳~下一跳~再一跳一直到起点形成闭环”威尔森还用手比划着。
“非常对，刚才你说的话，很多人根本理解不了，很多人想理解，但需要很长时间，而你能快速理解，你确实是数学人才”林自强觉得必须夸赞一下威尔森。
“谢谢夸奖”威尔森。
“那么我们再说一点，你是怎么发现一堆信息元具备群体特征的，并可以被合并到特征集合中的？”林自强问道。
“统计分析数据库，相同关键字。。。还有什么？”威尔森自己也觉得不一定对。
“那是传统数据库的方法，人类的思维不是这样的，人类思维获得经验以后，为了方便归纳才用了统计分析法，统计分析法是工具不是思维的开始，也不是思维的过程”林自强解释着。
“没有太明白。。林。。你，你继续”威尔森。
“路径点位，聚集度，你会发现，当你说要吃什么的时候，你脑子会有一团信息，都与吃有关。”林自强。
“是的，是的，你继续”威尔森。
“为什么，如果这种现象在拟脑中怎么实现？信息元不但关联还是一团。”林自强用手比划了一下，一团
“捕捉到这个团，用算法就可以算出这个团的加权平均特性”威尔森数学天赋爆发了。
“非常优秀，这就是我3.0版本里的捕捉函数，可以在特定的区域捕捉这些团，并且用加权平均法找出团中离加权平均值最近的最具代表性的信息元”林自强。
“完美，就是在统计分析的过程中是完全的数学运算，而不是IF,THEN,ELSE，当A集合和B集合形成，那么它们之间也会形成加权平均的关联关系。”威尔森。
“然后，就可以把A和B定义为两个整体的集合类信息元，并关联起来”林自强继续解释。
“这样就形成了，如果A中的信息元与B中的信息元发生关系，我们直接提取群体特征关系就解决了，例如我们刚才说的A集合和B集合的问题，我们另一个部门的操作也是这样，在查找你们那边的坏东西，和我们这边的坏东西关联的东西，我们看到的是两团，然后把两团东西抽象为两个集合，A和B并关联，以后直接提取就可以了，思维路径缩短了”威尔森用自己的例子解释着，向林自强表明‘我理解了’。